大模型应用开发笔记(二)——深入了解OpenAI API

重要模型

• GPT Base： 针对补全任务训练，不包含对话功能，也未经过RLHF。仅用于预测下一个词元，而非遵循指令。这一系列有babbage-002和davinci-002两个模型,davinci-002参数少但更快。

• InstructGPT： 是通过大模型应用开发笔记(一)所述的RLHF过程获得的一系列模型，并未针对聊天优化，而是专注于单轮补全任务。

  上述模型已被永久下线，OpenAI建议使用gpt-3.5-turbo-instruct替代这些旧模型，该模型具备gpt-3.5 turbo系列相同的能力，但他兼容传统的 补全接口 而不支持聊天补全。

• GPT-3.5： 这系列模型专为聊天设计。GPT-3.5 Turbo系列模型的聊天格式旨在支持多轮对话，但同样可以用于单轮补全任务。相较于GPT-4更具成本效益且速度更快。模型通过gpt-3.5-turbo-带面，DDMM表示发布日期。

  OpenAI建议用gpt-4o-mini替代gpt-3.5-turbo，因其性能更强，支持多模态并且速度与后者相当

• GPT-4： 可以理解复杂的自然语言指令，并准确的解决难题，他们适用于多轮聊天和单轮任务，并具有较高的准确性。GPT-4o支持文本和图像输入。GPT-4o比GPT-4 Turbo更加快速且便宜。

OpenAI Python 库

将API密钥作为环境变量存储

# 为当前会话设置环境变量 OPENAI_API_KEY
export OPENAI_API_KEY=sk-(...)
# 确认环境变量已设置
echo $OPENAI_API_KEY

# 为当前会话设置环境变量 OPENAI_API_KEY
set OPENAI_API_KEY=sk-(...)
# 确认环境变量已设置
echo %OPENAI_API_KEY%

# .env文件内容：
OPENAI_API_KEY=sk–(…)
# python中使用环境变量
from dotenv import load_dotenv
load_dotenv()

使用聊天补全模型

API不会在上下文中存储之前的消息，每次请求是需要重新把之前所有的对话内容输入，来模拟一个完整的对话。

from openai import OpenAI
from dotenv import load_dotenv
import os

load_dotenv()

client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))

# 对于 GPT-3.5 Turbo，使用的接口是 chat.completions
response = client.chat.completions.create(
# 对于 GPT-3.5 Turbo，模型名称是"gpt-3.5-turbo"
model="gpt-3.5-turbo",
# 对话以消息列表的形式传递
messages=[
{"role": "system", "content": "You are a helpful teacher."},
{
"role": "user",
"content": "Are there other measures than time \\
complexity for an algorithm?",
},
{
"role": "assistant",
"content": "Yes, there are other measures besides time \\
complexity for an algorithm, such as space complexity.",
},
{"role": "user", "content": "What is it?"},
],
)
# 响应打印
print(response.choices[0].message.content)

chat.completions.create参数

# user的content可以包含文本或图像，格式如下：
{"type":"text","text":"Your text here"},
{"type":"image_url","image_url":"https://yourimageurlhere"}

对于视觉内容输入会存在不一致的方式：

"content":[{"type":"image_url","image_url":{"url":your_url}}] # your_url:图像的url
"content":[{"image":image,"resize":768}] # image:Base64编码的图像

• system消息有助于设置助手的行为。
• user消息相当于用户在ChatGPT界面中输入的问题或句子或者设置为指令
• assistant消息扮演两种角色：存储上下文和设置为指令

Temperature & top_P

两个参数的作用是在严谨固定与创意多样之间调整平衡。

Temperature

top_P（核采样）

从概率最高的词元开始累加，直到累加概率达到 topP 的阈值，只从这个 “概率累加池” 里选词元，池外的低概率词元直接抛弃。

实际调参流程

总结： temperature调节全局随机性，决定核心风格，top_P调节词汇选择范围，保证输出质量。

聊天补全模型输出结果格式

上述模型调用结果如下，下面针对结果进行详细解释：

ChatCompletion(
id='chatcmpl-D2fEZkFX681jV96mhLmb2ikT0jieF',
choices=[Choice(finish_reason='stop',
index=0,
logprobs=None,
message=ChatCompletionMessage(content='Hello! How can I assist you today?',
refusal=None,
role='assistant',
annotations=None,
audio=None,
function_call=None,
tool_calls=None),
delta={'role': 'assistant', 'content': 'Hello! How can I assist you today?'}
)],
created=1769527531,
model='gpt-4o-mini-2024-07-18',
object='chat.completion',
service_tier=None,
system_fingerprint='fp_f97eff32c5',
usage=CompletionUsage(completion_tokens=10,
prompt_tokens=10,
total_tokens=20,
completion_tokens_details=CompletionTokensDetails(accepted_prediction_tokens=None,
audio_tokens=0,
reasoning_tokens=0,
rejected_prediction_tokens=None),
prompt_tokens_details=PromptTokensDetails(audio_tokens=0,
cached_tokens=0)))

视觉能力

gpt-4-turbo允许向其发送图像，该模型支持PNG、JEPG、WEBP、GIF格式，大小限制为20MB。

可以在请求中嵌入图像链接：

from openai import OpenAI
from dotenv import load_dotenv
import os

load_dotenv()

client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))

url = """https://upload.wikimedia.org/
wikipedia/commons/f/f0/Ophiopteris_antipodum.JPG"""

response = client.chat.completions.create(
model="gpt-4o-mini",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "Give the name of the animal in the image.",
},
{"type": "image_url", "image_url": {"url": url}},
],
}
],
)
response.choices[0].message.content

print(response.choices[0].message.content)

也可以在请求中传递Base64编码的图像：

from openai import OpenAI
from dotenv import load_dotenv
import os

load_dotenv()

from base64 import b64encode

# 将图像转换为Base64格式
def encode_image(image_path):
with open(image_path, "rb") as image_file:
image_data = image_file.read()
base64_image = b64encode(image_data).decode("utf-8")
return base64_image

client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))

# 具备处理多个图像输入的能力
base64_image = encode_image("image_1.jpg")
base64_image = encode_image("image_2.jpg")
response = client.chat.completions.create(
model="gpt-4o",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "Give the name of the animal in this image.",
},
{
"type": "image_url",
"image_url": {
"url": f"data:image/jpeg;base64,{base64_image_1}"
},
},
{
"type": "image_url",
"image_url": {
"url": f"data:image/jpeg;base64,{base64_image_2}"
},
},

],
}
],
)

print(response.choices[0].message.content)

请求JSON输出

JSON格式输出

在将 LLM 功能集成到你的应用程序的过程中，这是一个重要特性：LLM 输出变得可解析，可以用于执行代码。添加response_format参数为{”type“:"json_object"},并在message里指示模型在消息中使用JSON格式输出。

from openai import OpenAI
from dotenv import load_dotenv
import os

load_dotenv()
client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))

response = client.chat.completions.create(
model="gpt-3.5-turbo-1106",
response_format={"type": "json_object"},
messages=[
{
"role": "system",
"content": "Convert the user's query in a JSON object"
},
{
"role": "user",
"content": "I am looking for blue or red shoes, leather, size 7."
},
],
)
print(response.choices[0].message.content)

返回结果为：

{
"color": ["blue", "red"],
"material": "leather",
"size": 7
}

也可以直接在提示词中添加输出JSON的要求而无须使用response_format参数，但该方案由于模型本身的随机性，长内容、复杂结构下更容易失控，可靠性低。如果必须要这么做，需要把预期的 JSON 字段、类型、示例写清楚，降低模型理解偏差。

工具与函数

模型可以在输出中生成调用工具和函数的命令供应用端执行。开发者可以使用函数定义来将自然语言转换为 API 调用或数据库查询，从文本中提取结构化数据，创建调用外部工具回答问题的聊天机器人。

#mermaid-svg-eyGNhZUsLhtFrQhO{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-eyGNhZUsLhtFrQhO .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-eyGNhZUsLhtFrQhO .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-eyGNhZUsLhtFrQhO .error-icon{fill:#552222;}#mermaid-svg-eyGNhZUsLhtFrQhO .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-eyGNhZUsLhtFrQhO .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-eyGNhZUsLhtFrQhO .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-eyGNhZUsLhtFrQhO .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-eyGNhZUsLhtFrQhO .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-eyGNhZUsLhtFrQhO .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-eyGNhZUsLhtFrQhO .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-eyGNhZUsLhtFrQhO .marker{fill:#333333;stroke:#333333;}#mermaid-svg-eyGNhZUsLhtFrQhO .marker.cross{stroke:#333333;}#mermaid-svg-eyGNhZUsLhtFrQhO svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-eyGNhZUsLhtFrQhO p{margin:0;}#mermaid-svg-eyGNhZUsLhtFrQhO .label{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;color:#333;}#mermaid-svg-eyGNhZUsLhtFrQhO .cluster-label text{fill:#333;}#mermaid-svg-eyGNhZUsLhtFrQhO .cluster-label span{color:#333;}#mermaid-svg-eyGNhZUsLhtFrQhO .cluster-label span p{background-color:transparent;}#mermaid-svg-eyGNhZUsLhtFrQhO .label text,#mermaid-svg-eyGNhZUsLhtFrQhO span{fill:#333;color:#333;}#mermaid-svg-eyGNhZUsLhtFrQhO .node rect,#mermaid-svg-eyGNhZUsLhtFrQhO .node circle,#mermaid-svg-eyGNhZUsLhtFrQhO .node ellipse,#mermaid-svg-eyGNhZUsLhtFrQhO .node polygon,#mermaid-svg-eyGNhZUsLhtFrQhO .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-eyGNhZUsLhtFrQhO .rough-node .label text,#mermaid-svg-eyGNhZUsLhtFrQhO .node .label text,#mermaid-svg-eyGNhZUsLhtFrQhO .image-shape .label,#mermaid-svg-eyGNhZUsLhtFrQhO .icon-shape .label{text-anchor:middle;}#mermaid-svg-eyGNhZUsLhtFrQhO .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-eyGNhZUsLhtFrQhO .rough-node .label,#mermaid-svg-eyGNhZUsLhtFrQhO .node .label,#mermaid-svg-eyGNhZUsLhtFrQhO .image-shape .label,#mermaid-svg-eyGNhZUsLhtFrQhO .icon-shape .label{text-align:center;}#mermaid-svg-eyGNhZUsLhtFrQhO .node.clickable{cursor:pointer;}#mermaid-svg-eyGNhZUsLhtFrQhO .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-eyGNhZUsLhtFrQhO .arrowheadPath{fill:#333333;}#mermaid-svg-eyGNhZUsLhtFrQhO .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-eyGNhZUsLhtFrQhO .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-eyGNhZUsLhtFrQhO .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-eyGNhZUsLhtFrQhO .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-eyGNhZUsLhtFrQhO .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-eyGNhZUsLhtFrQhO .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-eyGNhZUsLhtFrQhO .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-eyGNhZUsLhtFrQhO .cluster text{fill:#333;}#mermaid-svg-eyGNhZUsLhtFrQhO .cluster span{color:#333;}#mermaid-svg-eyGNhZUsLhtFrQhO div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-eyGNhZUsLhtFrQhO .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-eyGNhZUsLhtFrQhO rect.text{fill:none;stroke-width:0;}#mermaid-svg-eyGNhZUsLhtFrQhO .icon-shape,#mermaid-svg-eyGNhZUsLhtFrQhO .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-eyGNhZUsLhtFrQhO .icon-shape p,#mermaid-svg-eyGNhZUsLhtFrQhO .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-eyGNhZUsLhtFrQhO .icon-shape rect,#mermaid-svg-eyGNhZUsLhtFrQhO .image-shape rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-eyGNhZUsLhtFrQhO .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-eyGNhZUsLhtFrQhO .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-eyGNhZUsLhtFrQhO :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}

是

否

用户请求

LLM分析需求

是否需要外部工具？

选择工具+提取参数

返回结构化调用指令

应用执行工具

返回工具结果

LLM生成最终回答

在tool参数的数组中定义函数并给到大模型，tool对象有type和function两个属性，目前type值大多是字符串function为主。属性function对象详情如下表所示：

下面来做个简单的实践。

输出结果如下： 实践代码如下：

from openai import OpenAI
from dotenv import load_dotenv
import os
import json

load_dotenv()
client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))

# 示例函数
def find_product(sql_query):
# 在此执行查询
results = [
{"name": "pen", "color": "blue", "price": 1.99},
{"name": "pen", "color": "red", "price": 1.78},
]
return results

# 定义该函数
function_find_product = {
"name": "find_product",
"description": "Get a list of products from a SQL query",
"parameters": {
"type": "object",
"properties": {
"sql_query": {
"type": "string",
"description": "A SQL query",
}
},
"required": ["sql_query"],
},
}

# 创建一个对话并调用chat.completions 接口

# 示例问题
user_question = "I need the top 2 products where the price is less \\
than 2.00"

messages = [{"role": "user", "content": user_question}]
# 根据当前函数定义调用 chat.completions 接口
response = client.chat.completions.create(
model="gpt-3.5-turbo-1106",
messages=messages,
tools=[{"type": "function", "function": function_find_product}])
response_message = response.choices[0].message
# print(response.model_dump_json(indent=2))
# print(response_message.tool_calls[0])

#——————————API返回的信息——————————-
# ChatCompletionMessageFunctionToolCall(id='call_sIbBn85cXCYzhlJINCGHSwQs',
# function=Function(arguments='{"sql_query":"SELECT * FROM products WHERE price < 2.00 ORDER BY price ASC LIMIT 2;"}'
# ,name='find_product'),
# type='function',
# index=0)

# 添加函数调用响应到 messages 中
# 这里SDK会自动将返回信息中ChatCompletionMessage对象转换为API需要的字典格式，是官方推荐的最佳实践
messages.append(response_message)

# 函数调用

function_name = response_message.tool_calls[0].function.name

# function_name = "find_product"
if function_name == "find_product":
function_args = json.loads(
response_message.tool_calls[0].function.arguments
)
products = find_product(function_args.get("sql_query"))
else:
# 处理错误
products = []
# 将函数响应添加到 messages 中
messages.append(
{
"role": "tool",
"tool_call_id": response_message.tool_calls[0].id,
"content": json.dumps(products),
}
)

# 将函数响应转换为自然语言

try:
# 将函数响应转换为自然语言
second_response = client.chat.completions.create(
model="gpt-3.5-turbo-1106",
messages=messages,
timeout=30 # 添加超时设置
)
print(second_response.choices[0].message.content)
except Exception as e:
print(f"=== 错误信息 ===")
print(f"Error type: {type(e).__name__}")
print(f"Error message: {str(e)}")

文本补全接口completions.create的使用

输入参数：

代码实践：

from openai import OpenAI
client = OpenAI()

# 调用 openai 库的completions 接口
response = client.completions.create（
model="gpt-3.5-turbo-instruct",
prompt="Hello World!"
）
# 输出响应
print(response.choices[0].text)

输出结果中choice对象中没有content和role消息，只是一个text文本。

其他功能

嵌入(Embedding)

Embedding通过将文本转换为高维数值向量，把人类语言翻译为模型可以理解的数值语言，Embedding能够保持语义相似性，具有相似含义的单词或短语在数值空间中被映射得更近。OpenAI提供了向量化模型的能力。常见的用法如下：

Embedding的一个典型应用场景是RAG系统，Embedding在 RAG 中用于高效索引庞大的数据集，使得系统能够识别信息，并将最相关的信息整合到一个 LLM 中。

result = client.embeddings.create（
model="text-embedding-ada-002",
input="your input text"
）
# 结果是一个embedding
result.data[0].embedding

审核

OpenAI提供了审核模型的接口moderations.create，用于对输入文本进行潜在有害类型的判别与分类。可用参数：模型和输入文本。可选的模型有：text-moderation-latest和text-moderation-stable。

调用样例：

from openai import OpenAI
client = OpenAI()

# 调用 openai 审核接口的text-moderation-latest 模型
response = client.moderations.create（
model="text-moderation-latest",
input="I want to kill my neighbor."
）

返回结果：

ModerationCreateResponse（
id='modr-8uoRCpiav9RhVlIvMu0Ppjl6gLmoo',
model='text-moderation-007',
results=[
Moderation（categories=Categories（
harassment=False,
harassment_threatening=True,
hate=False,
[...]
sexual_minors=False,
violence=True,
violence_graphic=False,
[...]
）,
category_scores=CategoryScores（
harassment=0.10063749551773071,
harassment_threatening=0.3250463008880615,
hate=0.00806125532835722,
[...]
sexual_minors=8.04909419116484e-08,
violence=0.9886732697486877,
violence_graphic=1.1281177648925222e-05,
[...]
）,
flagged=True）]）

输出描述：

文本转语音

OpenAI 提供了一个带有 TTS 模型的音频API。目前 OpenAI 有两个可用 TTS 模型：tts-1 和 tts-1-hd。tts-1 是标准模型，经过优化以提高速度，但其质量低于另一个模型。输出可以为mp3、opus、aac、flac格式。以下是其使用示例：

import json
from openai import OpenAI
from dotenv import load_dotenv
import os

load_dotenv()
client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"),
base_url="https://api.chatanywhere.tech/v1")

response = client.audio.speech.create(
model="tts-1",
voice="alloy",
input="I won't be home tonight. Could you please take the dog \\
for a walk?"
)

# 方式A：使用 .content（字节数据）
with open("output.mp3", "wb") as f:
f.write(response.content)

# 方式B：使用 .read()（等效）
# with open("output.mp3", "wb") as f:
# f.write(response.read())

输入参数：

语音转文本

Whisper是一个多功能的语音识别模型，可执行多语言语音转录文本和翻译。接受多种音频格式： flac、m4a、mp3、mp4、mpeg、mpga、ogg、wav 和 webm。

ASR

from openai import OpenAI
client = OpenAI()

transcript = client.audio.transcriptions.create（
model="whisper-1",
file=open("speech.mp3", "rb")
）
transcript.text

可以使用提示词来提高Whisper API的转录质量：

from openai import OpenAI
client = OpenAI()

transcript = client.audio.transcriptions.create（
model="whisper-1",
file=open("speech.mp3", "rb"),
prompt="This is a description of a painting done by Salvador Dalí."
）
transcript.text

另一种方案是将Whisper的转录内容提供给LLM进行后处理：

response = client.chat.completions.create（
model="gpt-4",
messages=[
{
"role": "system",
"content": """Your task is to correct any spelling
mistakes in the text. The text is about a description
of a painting done by Salvador Dalí."""
},
{
"role": "user",
"content": transcript.text
}
]
）
response.choices[0].message.content

输入参数：

翻译

Whisper可以自动检测输入的语言，将任务语言的音频数据翻译为英语文本，需要用到audio.translations接口，其参数与audio.transcriptions相比只少了language字段。我们先使用TTS创建一个音频文件：

from openai import OpenAI
client = OpenAI()

response = client.audio.speech.create（
model="tts-1",
voice="echo",
input="Les mathématiques sont une science fondamentale."
）
response.stream_to_file("speech_fr.mp3")

对生成的音频文件进行翻译转录便得到英文文本结果：

from openai import OpenAI
client = OpenAI()

transcript = client.audio.translations.create(
model="whisper-1",
file=open("speech_fr.mp3", "rb")
)
transcript.text

图像API

DALL·E是OpenAI推出的文生图模型，可执行文生图，图像编辑与图生图等任务。E3版本相较于E2，允许输入的提示词更多，生成分辨率更高，但一次仅可请求一张图像，E2可批量最多生成10张，当然我们也可以通过并发请求获取更多的DALL·E3图像。

1. 图像生成

发送请求后会接收到response.data[0].url是指向生成图像的url，还会接收到revised_prompt，是模型为你重写的提示词。提示词重写无法禁用但可以在提示词中加入“不要添加任何细节，只需按原样使用”等字样来鼓励模型保持你的文本。相关实践如下：

from openai import OpenAI
from dotenv import load_dotenv
import os
import json
load_dotenv()
client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))

response = client.images.generate(
model="dall-e-3",
prompt="An image with a cute spiny brittle star with distinct arms.",
n=1,
size="1024×1024",
quality="hd"
)

print(response.data[0].url)

输入参数为：

如果指定response_format参数为b64_json，则将数据编码为Base64字符串且包装在JSON对象中返回，我们可以将字符串解码为二进制数据并保存到本地：

from base64 import b64decode
image_bytes = b64decode(response.data[0].b64_json)
with open("decoded_image.png", "wb") as image_file:
image_file.write(image_bytes)

知识补充

2. 图像编辑

需要准备原始图像和与原始图像相同但带有蒙版的图像，蒙版中的透明区域指示了图像需要修改的位置。两张必须是都小于4MB且具有相同尺寸的正方形PNG图像。

from openai import OpenAI
client = OpenAI()

response = client.images.edit（
model="dall-e-2",
image=open("img-star.png", "rb"),
mask=open("img-star_alpha.png", "rb"),
prompt="""An image with a cute spiny brittle star with distinct
arms and with a cute smiling face in the center.""",
n=1,
size="1024×1024"
）
image_url = response.data[0].url

输入参数为：

3. 图像变体

该API允许你生成特定图像的不同版本。

from openai import OpenAI
client = OpenAI()

response = client.images.create_variation（
image=open("img-star_edit.png", "rb"),
size="1024×1024"
）

response.data[0].url

输入参数为：